收缩期和舒张期CT-FFR在心肌缺血诊断中的比较

摘要

背景

基于CT的分数流量储备（CT-FFR）是识别血流动力学缺血的强大工具。在临床实践中，通常会重建心动周期中质量最佳的冠状动脉CT血管造影（CCTA）图像。本研究旨在比较基于机器学习（ML）的CT-FFR在收缩期和舒张期识别心肌缺血的诊断性能，以侵入性分数流量储备（FFR）作为参考标准。

方法

2020年12月至2021年10月期间，连续招募了接受冠状动脉计算机断层扫描血管造影（CCTA）和侵入性FFR检查的冠状动脉疾病（CAD）患者。所有患者的图像提取均采用了30%至80% R-R间期的前瞻性心电图（ECG）触发扫描。对每条目标血管在收缩期和舒张期进行了CT-FFR测量。

结果

共有96名患者（平均年龄62±8岁，31.3%为女性）的98条血管在收缩期和舒张期均成功进行了模拟。舒张期CT-FFR的曲线下面积（AUC）显著高于收缩期CT-FFR（0.885 vs. 0.790，p<0.001）。舒张期CT-FFR的一致性界限（LoA）范围较收缩期CT-FFR更窄（-0.134至0.148 vs. -0.234至0.273）。舒张期CT-FFR在敏感性（81.5% vs. 66.7%）、特异性（83.1% vs. 71.8%）和准确性（82.7% vs. 70.4%）方面均优于收缩期CT-FFR（所有p<0.05）。在所有狭窄程度组中，舒张期CT-FFR的一致性界限范围更窄，且在严重狭窄组中的诊断性能在敏感性（84.0% vs. 68.0%）和准确性（81.4% vs. 58.1%）方面也更好（p<0.001）。

结论

在基于ML的CT-FFR方法中，舒张期CT-FFR显示出更好的诊断性能和更窄的一致性界限。

试验注册

该研究已通过复旦大学中山医院的伦理委员会注册，临床试验编号为B2020-088R。注册日期为2020年5月15日。

背景

基于CT的分数流量储备（CT-FFR）是识别血流动力学缺血的强大工具。在临床实践中，通常会重建心动周期中质量最佳的冠状动脉CT血管造影（CCTA）图像。本研究旨在比较基于机器学习（ML）的CT-FFR在收缩期和舒张期识别心肌缺血的诊断性能，以侵入性分数流量储备（FFR）作为参考标准。

方法

2020年12月至2021年10月期间，连续招募了接受冠状动脉计算机断层扫描血管造影（CCTA）和侵入性FFR检查的冠状动脉疾病（CAD）患者。所有患者的图像提取均采用了30%至80% R-R间期的前瞻性心电图（ECG）触发扫描。对每条目标血管在收缩期和舒张期进行了CT-FFR测量。

结果

共有96名患者（平均年龄62±8岁，31.3%为女性）的98条血管在收缩期和舒张期均成功进行了模拟。舒张期CT-FFR的曲线下面积（AUC）显著高于收缩期CT-FFR（0.885 vs. 0.790，p<0.001）。舒张期CT-FFR的一致性界限（LoA）范围较收缩期CT-FFR更窄（-0.134至0.148 vs. -0.234至0.273）。舒张期CT-FFR在敏感性（81.5% vs. 66.7%）、特异性（83.1% vs. 71.8%）和准确性（82.7% vs. 70.4%）方面均优于收缩期CT-FFR（所有p<0.05）。在所有狭窄程度组中，舒张期CT-FFR的一致性界限范围更窄，在严重狭窄组中的诊断性能在敏感性（84.0% vs. 68.0%）和准确性（81.4% vs. 58.1%）方面也更好（p<0.001）。

结论

在基于ML的CT-FFR方法中，舒张期CT-FFR显示出更好的诊断性能和更窄的一致性界限。

试验注册

该研究已通过复旦大学中山医院的伦理委员会注册，临床试验编号为B2020-088R。注册日期为2020年5月15日。